微电网中微电源组合与容量配置优化

周晓燕，刘天琪

（四川大学电气信息学院，成都 610065）

微电网中微电源组合与容量配置优化

周晓燕，刘天琪

（四川大学电气信息学院，成都 610065）

针对风光资源都比较丰富的北方某试点乡的实际气象数据和负荷数据，基于可再生能源混合优化模型HOMER（hybrid optimizationmodel for electric renewables）设计软件平台，建立并优化了风光蓄发电系统、独立柴油发电机系统及二者的混合系统3种孤网模型。在满足各项约束、负荷可靠供电及各微电源成本的基础上，将环境保护、社会效益以及用户效益分别对应量化为排污惩罚成本、容量短缺成本和实际停电率等指标。以最小上述指标为目标进行综合评估，对比了3种不同规划方案的利弊，从而得出了适合该地区的最优方案。

微电网；混合发电系统；微电源组合；优化配置；经济运行

许多农牧地区、偏远山区和部分海岛所拥有的传统发电机组损耗大、效率低、运行费用高并且污染严重，面临停运或拆除。而要形成一定规模的、强大的集中式供配电网需要巨额的投资和很长的时间。分布式发电方式灵活、建设周期短、环境友好和抗自然灾难性强，被越来越多地应用于边远地区供电[1～3]。发改委和电监会鼓励以清洁高效为前提，因地制宜开发建设各种微电源，可再生能源利用、节能和环保也被列入了国家中长期科技发展计划和“十一五”发展规划中。而微电网规划设计是所有后续作业的基础，合理选择并优化微电源的组合和容量十分重要。

文献[4]重点讨论了光柴蓄系统的优势，并分析了农村地区的高价柴油和有无蓄电池对系统规划方案的影响。但在所建立的混合系统中，各微电源容量均为固定值并无选择范围，因此可能另存匹配该地负荷的最佳组合。从仿真结果可知所选蓄电池容量过小，弃光现象也较为严重；文献[5]针对伊拉克的小诊所和学校设计了光蓄系统模型，各微电源均有选容范围，可采用的系统组合情况较多，还着重讨论了柴油价格和电力工业基准收益率为敏感性分析变量时，分别对系统规划成本的影响。但二者均未考虑停电损失和排污惩罚；文献[6]建立了最小化投资成本、最小化配电网网损和最大化静态电压稳定性等多目标的优化配置模型；文献[7]在分布式电源单个容量、个数和位置不确定的情况下，建立了分布式电源的位置和容量的优化模型；文献[8]提出了一种使含多种微电源的发电系统的发电成本最低的机组组合模型，较为全面地分析了所述微电源的各种调度策略，并将各种合理调度策略加以组合，求出发电成本最小的最优方案。

本文采用文献[8]所提的蓄电池平衡能量的调度方式，配合风光出力情况充放电，起到稳定风光输出兼储能的作用。主要目标是在某风光资源都比较丰富的农村地区设计一个孤网运行的混合微电源发电系统，利用各种微电源的互补性，解决规划地区电能供应不足、电能质量差的问题，并有望逐渐降低对不可再生能源的依赖度与污染气体排放量。考虑到现在中国大部分偏远地区仍采用柴油发电机，本文利用实际风光、负荷和微源成本数据建立了风光蓄发电系统、独立柴油发电机系统及其二者的混合系统等3种模型。在满足各项约束、负荷可靠供电和计及各微电源成本的的基础上将环境效益、社会效益以及用户效益量化为排污惩罚、容量短缺惩罚以及实际停电率，以最小化净现值、最小化能源成本、最小化排污量、最小化年容量短缺量和最小化年停电率为目标，在可再生能源混合模型HOMER（hybrid optimizationmodel for electric renewables）上进行了仿真优化，综合评估3种不同规划方案，从而得出适合该地区的最优方案。

1 地区自然资源与负荷数据

该试点乡位于河北东南部，属于Ⅰ级风能丰富区，被列为国家级风力发电基地。当地年辐射总量高于5 000MJ/m2，属于我国太阳能辐射表中的三类地区（接近二类地区），太阳能资源也较丰富。据当地气象局统计，年平均辐照度为4.5 kW·h/m2，年平均风速达4.85m/s。

根据调查，该试点村的年最大负荷接近70 kW，日负载接近200 kW·h/d。仿真研究中取可能出现的年最大负荷为63 kW，日平均负荷为192 kW·h/d。

2 孤网内各元件的配置和经济指标

2.1 HOMER中的混合发电系统

在HOMER中所建立的3种方案的发电系统示意如图1所示。

图1 3种方案的系统示意Fig.1 Sketchmap of three systems

2.2 光伏组件配置

2011年光伏组件的成本见表1。考虑到其成本较高，因此容量选择范围为15～55 kW，生命周期为20 a，基本不排放任何污染气体。

表1 光伏组件的成本Tab.1 Costof photovoltaic

2.3 风机配置

Fuhrländer30 kW风机的成本如表2所示。数量选择范围为1～4台，生命周期为15 a。

表2 风机的成本Tab.2 Costofw ind turbine

2.4 蓄电池配置

选取型号为Trojan T-250的蓄电池，成本如表3所示。储能系统由多个3.2 V/250 Ah电池模块构成，其中5个电池串联成一列，即DC线路额定电压为16 V，并以此为单位并联，电池数目根据所需容量进行灵活调整。蓄电池整个生命周期中的可供电量为1 075 kW·h。孤网运行时蓄电池的荷电量SOC（state of charge）是决定其是否能继续提供频率和电压支撑以使系统稳定运行的关键量。Trojan T-250的SOC下限为30%，为使系统安全运行，以孤网运行一天的耗电量192 kW·h为选择基准，±37.5%为容量选择范围，即120～264 kW·h，对应数量选择范围为150～330个。

表3 蓄电池的成本Tab.3 Costof battery

2.5 柴油发电机配置

部分柴油发电机配置成本如表4所示，污染气体排放如表5所示，g/L表示每消耗1L柴油产生的气体量。可选容量范围为10～55 kW，2台发电机生命周期数均约为113 880 h。

表4 柴油发电机的成本Tab.4 Costof diesel

表5 柴油发电机的排污Tab.5 Dieselgenerator gasem ission

2.6 换流器配置

最极端的情况为方案2中，风机不出力，仅由光伏或光伏和蓄电池共同负担最大负荷63 kW，取逆变时效率为90%，整流时效率为85%并考虑到损耗，因此选用75 kW的换流器，生命周期为10 a。换流器成本见表6。

表6 换流器的成本Tab.6 Costof converter

2.7 净现值和能源成本

净现值NPC（totalnetpresentcost）包含所有微电源在其生命周期中的固定资产成本、置换成本、运行维护费用、污染气体排放惩罚成本和残值回收。能源成本COE（levelized costofenergy）为平均每度电的成本。二者均是衡量规划方案经济与否的重要标准。计算公式分别为

式中：Cann，tot为系统中每一组件的年费用成本之和；CRF（d，Rproj）为资本回收系数；d为电力工业基准收益率或者折现率，d越高未来回报的现值就越低；n为项目生命周期；Cboiler为锅炉的边缘成本；Ethermal为总热负荷；Eprim，ac为交流主要负荷；Eprim，dc为直流主要负荷；Edef为可延迟负荷；Egrid，sales为售电总额。参照文献[4]取d为6%，n为25 a。

2.8 年容量短缺和实际年停电率

方案1中无不可控能源，因此取每小时负荷的10%作为系统的运行备用。而由于方案2、3中不可控的可再生能源的渗透率很高，因此为保证在负荷变化时系统的电压和频率稳定以及供电可靠性，取每小时负荷的10%作系统的部分运行备用[4]，将光伏发电的运行备用[4]取为当前输出的25%，风力发电的运行备用取为当前输出的50%。当电源无法同时满足负荷并按上述提供备用容量时配电网重购[9]。

3 微电网规划方案分析

3.1 方案1：独立柴油发电机系统

本方案的决策变量为2台柴油发电机各自的容量。由于负荷有着显著的时段特性，如图2所示，因此采用2台柴油发电机。柴油发电机1主要承担夜晚负荷，柴油发电机2主要承担白天负荷，并且2台柴油发电机互为备用。考虑到最大负荷为63 kW，因此考虑10～30 kW和15～55 kW分别为柴油发电机1与柴油发电机2的容量选择范围。

图2 典型日负荷数据Fig.2 Typicaldaily load data

柴油的价格与最大年停电率是决定系统中各微电源容量配置的关键因素。河北地区柴油现价[10]为7.32元/L，即1.136 1$/L；实际年停电率是一年中未满足的负荷与系统总发电量的百分比，最大年停电率取1%计算。

表7为排污惩罚标准。仿真方案中计及排污惩罚成本的所有配置组合如表8所示，其中第1种为最优结果，即Dsl1的决策容量为10 kW，Dsl2的决策容量为45 kW。

表7 电力行业污染物环境价值标准Tab.7 Environmentalvalue standard of pollutant em ission in power industry

表8 柴油发电机系统的配置组合Tab.8 Configuration of dieselsystem

无论有无排污惩罚，Dsl1发电量为23 454 kW·h/a（33%），Dsl2发电量为46 686 kW·h/a（67%），如图3所示。图3中2台柴油发电机出力基本与当地负荷需求相匹配。由于最大年停电率为1%，两柴油发电机容量总和小于可能出现的最大负荷。

3.2 方案2：风机+光伏+蓄电池

本方案的决策变量为风机的台数、光伏电池大小、变流器容量和蓄电池容量。年平均风速、年平均辐照度和最大年停电率为敏感性分析中的关键因素。当风速为4.85m/s，辐照度为4.5 kW·h/m2，最大年停电率为1%时，优化配置组合如表9所示，结果见表10。

图3 独立柴油发电系统的月均发电量Fig.3 M onthly average electric production for standalone dieselsystem

表9 风机、光伏和蓄电池系统的配置组合Tab.9 Configuration ofWT，PV and battery system

表10 优化配置结果（方案2）Tab.10 Configuration optimal results（case 2）

当蓄电池未充满时，风机与光伏首先满足负荷，多余电力再为蓄电池充电，当蓄电池充满后则弃风弃光，如图4和图5所示。安全裕量设置如前所述，由仿真结果可见系统运行备用的需求使得蓄电池容量相对较高。光伏发电量为87 775 kW·h/ a（44%），风机发电量为112 335 kW·h/a（56%），超过年负荷69 645 kW·h/a的部分则弃风弃光，由此可见此方案弃电现象严重，但若能在后期工程中上网售电则经济效益相当可观。

图4 光伏和风机的月平均发电量Fig.4 M onthly average electric production of PV and WT

3.3 方案3：柴油发电机+风机+光伏+蓄电池

本方案的决策变量包含方案1与方案2中的所有决策变量，其值或变化范围如前所述，结果见表11，优化配置组合如表12所示。

图5 蓄电池月均充电量Fig.5 Battery inputpowermonthly average chonging power ofbattery

安全裕量设置如前所述。光伏发电量为69 488 kW·h/a（54%），风机发电量为56 167 kW·h/a（43%），柴油发电机发电量为4 159 kW·h/a（3%），如图6和图7所示。虽然总发电量仍超过年负荷69 860 kW·h/a，但弃电量仅为方案2的45.954%。在3—5月风速最大，光照条件较好，完全可以满足负荷所需，但是弃风弃光现象也最为严重，柴油发电机基本不工作。而在7—9月风速最小，负荷相对其余月份较大，因此柴油发电机和蓄电池在此季度出力最大并且频繁，大部分停电时间集中在此季度。

表11 优化配置结果（方案3）Tab.11 Configuration optimal results（case3）

表12 混合系统的配置组合Tab.12 Configuration ofhybrid system

图6 光伏、风机和柴油发电机的月均发电量Fig.6 M onthly average electric productionof PV，WT and diesel

图7 蓄电池月均充电量Fig.7 M onthly average charging power ofbattery

4 微电网规划经济性分析

微电网规划方案的优化指标如表13所示，其排污量如表14所示。

表13 各方案优化指标结果Tab.13 Optimal results for each case

表14 各方案污染气体排放量Tab.14 Pollutantem issions for each case kg/a

由表13中停电率可见，3种方案均满足农村用户供电可靠性要求[11]，年容量短缺惩罚费用已经计入净现值中。

方案1中总柴油费用高出柴油发电机的成本费用近41倍，占计及环境效益其净现值的91.58%，净现值如表15所示。中国柴油价格在2009-07—2011-04间为5 770～7 730元/t[10，12，13]，并保持上升趋势，再加上排污惩罚和偏远地区运费较高，长远来看并不经济。

表15 各方案净现值Tab.15 Totalnetpresent costofeach case$

方案2中虽然风光蓄系统的初始成本与置换成本相比较独立柴油发电机系统来说非常高，但由于其无巨额燃料费用并且运行维护成本也较低，在项目持续25 a和收益率为6%的条件下可以与传统能源相竞争。其能源成本高于未计及环境效益的独立柴油发电机系统，但小于计及环境效益的独立柴油发电机系统，由此可见，对污染物实施罚款是一种增大传统发电成本，降低对不可再生能源依赖，逐渐向无污染或低污染的可再生能源过渡的行之有效的方法。而罚款则用于环境治理，这是体现分布式发电环境效益的一种公平公正的良好方式[14，15]。

方案3中计及环境效益的净现值仅为方案1的78.96%，为方案2的83.89%，并且能源成本也是最低的。由表12可知其虽然比方案2的零排污量有所上升比应用普遍的方案1的排污量大大减小，并且供电可靠性也较方案2有所上升。综上所述，混合系统是现在该试点乡的最好选择。

5 结语

混合系统在满足供电可靠性的基础上，使得净现值和能源成本下降的同时大大地降低了排污量，从而证实了该方案在试点村的可行性、经济性和环保性。

方案2中的风光蓄是以孤网运行为前提进行的机组组合和容量配置优化并兼顾了备用容量，因此造成各微源选容较大，初始成本以及置换成本均较高，但考虑到居民负荷逐年增大以及电网盈利，当风光蓄系统不足以支撑时，可考虑并网上网，即并网情况下的风光蓄选容也有待研究。

[1]赵宏伟，吴涛涛（Zhao Hongwei，Wu Taotao）.基于分布式电源的微网技术（Review of distributed generation basedmicrogrid technology）[J].电力系统及其自动化学报（Proceedings of the CSU-EPSA），2008，20（1）：121-128.

[2]王凌，李培强，李欣然，等（Wang Ling，Li Peiqiang，Li Xinran，etal）.微电源建模及其在微电网仿真中的应用（Modeling ofmicro-powers and its application inmicrogrid simulation）[J].电力系统及其自动化学报（Proceedingsof the CSU-EPSA），2010，22（3）：32-38.

[3]GilbertM.Renewable and EfficientElectric Power System [M].北京：中国机械出版社，2009．

[4]Lau KY，YousofM FM，Arshad SM N，etal.Performance analysis ofhybrid photovoltaic/dieselenergy system under Malaysian conditions[J].Energy，2010，35（8）：3245-3255.

[5]Al-Karaghouli A，Kazmerski L L.Optimization and lifecycle cost of health clinic PV system for a rural area in southern Iraq using HOMER software[J].Solar Energy，2010，84（4）：710-714.

[6]刘学平，刘天琪，王剑（Liu Xueping，Liu Tianqi，Wang Jian）.基于小生境的配电网多目标分布式电源规划（Niche-basedmulti-objective distributed generators planning in distribution network）[J].电网技术（Power System Technology），2010，34（10）：126-130.

[7]邱晓燕，夏莉丽，李兴源（Qiu Xiaoyan，Xia Lili，Li Xingyuan）.智能电网建设中分布式电源的规划（Planning of distributed generation in construction of smart grid）[J].电网技术（Power System Technology），2010，34（4）：7-10.

[8]丁明，包敏，吴红斌，等（Ding Ming，Bao Min，Wu Hongbin，etal）.复合能源分布式发电系统的机组组合问题（Unit commitment problem in distributed generation system withmultiple energy sources）[J].电力系统自动化（Automation of Electric Power Systems），2008，32（6）：46-50.

[9]余健明，姜明月，杨文宇（Yu Jianming，Jiang Mingyue，YangWenyu）.一种基于改进遗传算法的最小化停电损失费用的配电网重构（Network reconfiguration based on improved genetic algorithm forminimum interruption cost reduction）[J].西安理工大学学报（Journalof Xi'an University of Technology），2005，21（4）：387-401.

[10]萧芦（Xiao Lu）.全国各省（市、区）及中心城市汽柴油批发及零售价格表（Provinces（cities，districts）and the central city gasoline and dieselwholesale and retailprice list）[J].国际石油经济（International Petroleum Economics），2011（4）：109.

[11]电力行业可靠性管理标委会.DL/T836-2003供电系统用户供电可靠性评价规程[M].北京：中国电力出版社，2003．

[12]卢向前（Lu Xiangqian）.全国各省（市、区）及中心城市汽柴油批发及零售价格表（Provinces（cities，districts）and the central city gasoline and dieselwholesale and retailprice list）[J].国际石油经济（International Petroleum Economics），2009（8）：89.

[13]萧芦（Xiao Lu）.全国各省（市、区）及中心城市汽柴油批发及零售价格表（Provinces（cities，districts）and the central city gasoline and dieselwholesale and retailprice list）[J].国际石油经济（International Petroleum Economics），2010（11）：93.

[14]钱科军，袁越，石晓丹，等（Qian Kejun，Yuan Yue，Shi Xiaodan，etal）.分布式发电的环境效益分析（Environmental benefits analysis of distributed generation）[J].中国电机工程学报（Proceedings of the CSEE），2008，28（29）：11-15.

[15]张娜，蔡睿贤（Zhang Na，CaiRuixian）.SO2、NOX与CO2排气罚款的应有数量级（The properorderofmagnitude of penalty for pollutantemission）[J].中国电机工程学报（Proceedingsof the CSEE），2008，28（29）：11-15.

Combination ofM icrosoucesand Optim ization Capacity Configuration in M icrogrid

ZHOUXiao-yan，LIU Tian-qi
（SchoolofElectricalEngineering and Information，Sichuan University，Chengdu 610065，China）

Aiming at the actualmeteorological data and load data ofa northern pilot township ofabundant in wind and solar resource，threemodelsare constructed and optimized：standalone diesel system，PV-WTbattery system and hybrid system.On the basis ofmeeting the constraints，reliable power supply and counting for the cost of each microsource，environmentalprotection，socialbenefitsand userbenefitsarequantified into the indexsofemission penalty cost，capacity shortage and actual outage rate correspondingly.Comprehensive assessments are used tominimize the netpresentcost（NPC），the costofenergy（COE）and the emissions，and the threemodelsare builtand compared in HOMER（hybrid optimizationmodel forelectric renewables）to get the optimalcase to appropriate for the region.

microgrid；hybrid system；DG unitcombination；optimalconfiguration；economic operation

TM727

A

1003-8930（2013）05-0149-07

周晓燕（1988—），女，硕士研究生，研究方向为电力系统调度自动化、分布式发电。Email：zhouxiaoyan.kyo@foxmail.com

2011-10-10；

2011-11-24

刘天琪（1962—），女，博士，教授，博士生导师，研究方向为电力系统分析计算与稳定控制、高压直流输电、调度自动化。Email：tqliu@sohu.com